論文の概要: ViLegalExpert: A Large-Scale Benchmark for Vietnamese Legal Retrieval and Question Answering from Real-World Consultations
- arxiv url: http://arxiv.org/abs/2609.39189v1
- Date: Wed, 30 Sep 2026 07:43:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:27.399545
- Title: ViLegalExpert: A Large-Scale Benchmark for Vietnamese Legal Retrieval and Question Answering from Real-World Consultations
- Title（参考訳）: ViLegalExpert: ベトナムの法律検索のための大規模ベンチマークと実世界のコンサルテーションからの質問への回答
- Abstract要約: 信頼できる法的なAIは、権威のあるソースで回答を根拠にしながら法的質問に答えるシステムを必要とする。
textbfViLegalExpertは、実際の市民弁護士の相談から構築された大規模なベンチマークである。
ViLegalExpertは、法的情報検索、抽出QA、抽象QAをサポートする。
- 参考スコア（独自算出の注目度）: 9.30679413588111
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Trustworthy Legal AI requires systems that can answer legal questions while grounding their responses in authoritative sources. However, existing Vietnamese legal benchmarks provide limited coverage of real-world legal consultations. We introduce \textbf{ViLegalExpert}, a large-scale benchmark constructed from authentic citizen--lawyer consultations, containing over \textbf{172K} questions across \textbf{34 legal domains}, together with professional answers and expert-verified legal evidence. ViLegalExpert supports legal information retrieval, extractive QA, and abstractive QA. Experiments with representative retrieval methods and language models reveal substantial challenges in evidence retrieval and grounded answer generation. While pretrained models perform strongly on QA, hybrid retrieval achieves the best retrieval performance. These results demonstrate the difficulty of mapping naturally expressed legal questions to authoritative provisions and establish ViLegalExpert as a challenging benchmark for reliable Vietnamese Legal AI.
- Abstract（参考訳）: 信頼できる法的なAIは、権威のあるソースで回答を根拠にしながら法的質問に答えるシステムを必要とする。
しかし、既存のベトナムの法的なベンチマークは、実際の法的協議を限定的にカバーしている。
本稿では, 専門的な回答と専門家が検証した法的証拠とともに, 一般市民-弁護士協議から構築した大規模ベンチマークである「textbf{ViLegalExpert}」を紹介した。
ViLegalExpertは、法的情報検索、抽出QA、抽象QAをサポートする。
代表的検索手法と言語モデルを用いた実験は、証拠検索と根拠付き回答生成において重大な課題を明らかにしている。
事前学習されたモデルはQAに強く依存するが、ハイブリッド検索は最高の検索性能を達成する。
これらの結果は、自然に表現された法的質問を権威的規定にマッピングすることの難しさを示し、信頼できるベトナム法定AIのための挑戦的なベンチマークとしてViLegalExpertを確立した。
関連論文リスト
- AILQA: Evaluating AI-Driven Legal Question Answering Systems for the Indian Legal System [11.383388187292674]
本研究は,インド法コンテキストに合わせて,高度なAI for Indian Legal Question Answering (AILQA)システムを提案する。
AILQAは、最近のLarge Language Models (LLMs)を含む、様々な埋め込みおよび生成モデルを活用する。
専門的な法的フィードバックに富んだ語彙的指標と意味的指標を用いて厳密な評価を行い,妥当性と正確性を確保した。
論文 参考訳（メタデータ） (2026-07-21T08:01:17Z) - WisdomInterrogatory (LuWen): An Open-Source Legal Large Language Model Technical Report [55.27414605169639]
Wesdom Interrogatory (LuWen)は,バイチュン基礎モデルに基づいて構築された,オープンソースの中国語の法律モデルである。
予測と生成の両方にまたがる5つの代表的な法的課題についてLuWenを評価する。
論文 参考訳（メタデータ） (2026-04-08T06:59:07Z) - VLegal-Bench: Cognitively Grounded Benchmark for Vietnamese Legal Reasoning of Large Language Models [0.4310799044841232]
ベトナムの法定ベンチマーク(ベトナム語:VLegal-Bench)は、ベトナムの法務上の大きな言語モデル(LLM)を評価するために設計された最初のベンチマークである。
ベンチマークは厳密なアノテーションパイプラインを通じて生成された10,450のサンプルで構成されている。
VLegal-Benchは、標準化された透明で認知的な評価フレームワークを提供することにより、ベトナムの法的文脈におけるLLMのパフォーマンスを評価するための確かな基盤を確立している。
論文 参考訳（メタデータ） (2025-12-16T16:28:32Z) - Assessing the Reliability of Large Language Models in the Bengali Legal Context: A Comparative Evaluation Using LLM-as-Judge and Legal Experts [0.0]
OpenAI GPT-4.1 Mini、Gemini 2.0 Flash、Meta Llama 370B、DeepSeek R1などの生成AIモデルは、法的援助を民主化する可能性がある。
本研究では,Facebookグループ「Know Your Rights」から250の真正な法的質問を収集した。
我々は,AIが生成する各応答を,事実的正確性,法的適切性,完全性,明確性という4つの重要な側面で評価した。
論文 参考訳（メタデータ） (2025-11-07T02:44:00Z) - ClaimGen-CN: A Large-scale Chinese Dataset for Legal Claim Generation [56.79698529022327]
法的な主張は、事件における原告の要求を言及し、法的理由づけと事件解決を導くのに不可欠である。
本稿では,その事例の事実に基づく法的クレーム生成の問題について考察する。
われわれは,中国法定クレーム生成タスクの最初のデータセットであるClaymGen-CNを構築した。
論文 参考訳（メタデータ） (2025-08-24T07:19:25Z) - LEXam: Benchmarking Legal Reasoning on 340 Law Exams [76.3521146499006]
textscLEXamは,法科116科の法科試験を対象とする340件の法科試験を対象とする,新しいベンチマークである。
このデータセットは、英語とドイツ語で4,886の法試験質問で構成されており、その中には2,841の長文のオープンエンド質問と2,045の多重選択質問が含まれている。
この結果から,モデル間の差分化におけるデータセットの有効性が示唆された。
論文 参考訳（メタデータ） (2025-05-19T08:48:12Z) - Interpretable Long-Form Legal Question Answering with
Retrieval-Augmented Large Language Models [10.834755282333589]
長文の法的問合せデータセットは、専門家によるフランス語の法的質問1,868件からなる。
実験結果から,自動評価指標について有望な性能を示した。
LLeQAは、専門家によって注釈付けされた唯一の包括的なロングフォームLQAデータセットの1つであり、重要な現実世界の問題を解決するために研究を加速するだけでなく、特殊な領域におけるNLPモデルを評価するための厳密なベンチマークとしても機能する可能性がある。
論文 参考訳（メタデータ） (2023-09-29T08:23:19Z) - Legal Question-Answering in the Indian Context: Efficacy, Challenges,
and Potential of Modern AI Models [3.552993426200889]
法的なQAプラットフォームは、法の専門家が法学的な文書を扱う方法を変えることを約束する。
本論文では,OpenAI GPTモデルを基準点として,検索とQA機構の配列をゼロとする。
本研究の根拠は、その複雑な性質と関連する論理的制約によって区別される、インドの刑事法的な景観と結びついている。
論文 参考訳（メタデータ） (2023-09-26T07:56:55Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。